数据结构-堆应用

1、堆的应用一：优先级队列（topN）

      首先，我们来看第一个应用场景：优先级队列。优先级队列，顾名思义，它首先应该是一个队列。我们前面讲过，队列最大的特性就是先进先出。不过，在优先级队列中，数据的出队顺序不是先进先出，而是按照优先级来，优先级最高的，最先出队。

      如何实现一个优先级队列呢？方法有很多，但是用堆来实现是最直接、最高效的。这是因为，堆和优先级队列非常相似。一个堆就可以看作一个优先级队列。很多时候，它们只是概念上的区分而已。往优先级队列中插入一个元素，就相当于往堆中插入一个元素；从优先级队列中取出优先级最高的元素，就相当于取出堆顶元素。

     优先级队列，它的应用场景非常多。我们后面要讲的很多数据结构和算法都要依赖它。比如，赫夫曼编码、图的最短路径、最小生成树算法等等。不仅如此，很多语言中，都提供了优先级队列的实现，比如，Java 的 PriorityQueue，C++ 的 priority_queue 等。只讲这些应用场景比较空泛，现在，我举两个具体的例子，让你感受一下优先级队列具体是怎么用的。

import java.util.ArrayList;
import java.util.List;
import java.util.PriorityQueue;
import java.util.Queue;
/**
 * java的PriorityQueue，其底层用的是堆（小顶堆）
 * 遍历数组需要 O(n) 的时间复杂度，一次堆化操作需要 O(logK) 的时间复杂度，所以最坏情况下，n 
 * 个元素都入堆一次，时间复杂度就是 O(nlogK)。
 * @author xpzhang
 *
 */
public class HeapSort {
	public static void main(String[] args) {
		int[]array= {1,2,3,5,7,8};
		System.out.println(getTopMapNum(array,1));
	}
	/**
	 * 获取一个数组中的第K大元素
	 * @param arr
	 * @param k
	 * @return
	 */
	public static List<Integer> getTopMapNum(int[] arr, int k) {
        // 优先级队列
	    Queue<Integer> priorityQueue = new PriorityQueue();
	    List<Integer> topKList = new ArrayList<>();
	    if (arr == null || k > arr.length || k <= 0) {
	        return topKList;
	    }
	    for (int i : arr) {
	        if (priorityQueue.size() < k) {
	            priorityQueue.add(i);
	        } else if(priorityQueue.peek() < i){
	            // 从小顶堆里取数据，不删除,删除顶部数据，删除后小顶堆会堆化
	            priorityQueue.poll();
	            priorityQueue.add(i);
	        }
	    }
        // 将数组中符合的第K大元素放入集合中
	    while (k-- > 0) {
	        topKList.add(priorityQueue.poll());
	    }
	    return topKList;
	}
	
}

       查找前 K 大数据呢？我们可以维护一个大小为 K 的小顶堆，顺序遍历数组，从数组中取出数据与堆顶元素比较。如果比堆顶元素大，我们就把堆顶元素删除，并且将这个元素插入到堆中；如果比堆顶元素小，则不做处理，继续遍历数组。这样等数组中的数据都遍历完之后，堆中的数据就是前 K 大数据了。